Redux Toolkit中RTK Query的useQuery选项类型导出问题解析
2025-05-21 19:37:12作者:齐添朝
背景介绍
Redux Toolkit作为Redux官方推荐的工具集,其内置的RTK Query模块极大地简化了数据获取和缓存管理。在实际开发中,开发者经常需要对查询行为进行定制化配置,特别是refetchOnMountOrArgChange等关键选项。
问题核心
在RTK Query的2.2.7版本中,开发者发现一些关键类型如SubscriptionOptions和UseQueryStateOptions未被导出,这给创建带有默认选项的自定义查询Hook带来了困难。
技术解决方案
自定义Hook实现方案
开发者可以通过以下方式创建带有默认选项的useQuery Hook:
export const getUseQueryHookWithDefaultOptions = <
D extends QueryDefinition<any, any, any, any> = QueryDefinition<
any,
any,
any,
any
>,
>(
useQueryHook: UseQuery<D>,
defaultOptions: DistributiveOmit<
SubscriptionOptions & UseQueryStateOptions<D, ReturnType<UseQuery<D>>>,
"selectFromResult" | "skip"
> & { refetchOnMountOrArgChange?: number | boolean },
): UseQuery<D> =>
(arg, options) => {
return useQueryHook(arg, { ...defaultOptions, ...options });
};
实际应用示例
export const useGetPostsQuery = getUseQueryHookWithDefaultOptions(
postsApi.useGetPostsQuery,
{ refetchOnMountOrArgChange: false },
);
类型系统演进
Redux Toolkit团队在后续版本中通过引入TypedUseQueryStateOptions辅助类型改进了类型系统,这个类型提供了定义"预类型化"版本UseQueryStateOptions的能力。
最佳实践建议
- 类型安全:始终确保自定义Hook的类型定义完整,避免any的过度使用
- 选项合并:注意默认选项和调用时选项的合并策略
- 版本兼容:关注RTK Query的版本更新,及时调整类型引用
- 性能考量:合理设置
refetchOnMountOrArgChange等缓存相关选项
总结
Redux Toolkit的RTK Query模块通过不断完善其类型系统,为开发者提供了更强大的类型安全和配置灵活性。理解这些类型系统的设计原理和演进方向,有助于开发者构建更健壮的数据层逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.26 K
暂无简介
Dart
619
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
261
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76